資源描述：
《基于多特征遙感影像決策樹分類》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫(kù)。
1、光電子·激光第21卷第5期2010年5月JournalofOptoelectronics·LaserVol.21No.5May2010①3基于多特征的遙感影像決策樹分類33潘琛,林怡,陳映鷹(同濟(jì)大學(xué)測(cè)量與國(guó)土信息工程系,遙感與空間信息技術(shù)研究中心,上海200092)摘要:構(gòu)建了一種基于多特征的遙感影像決策樹分類方法。通過(guò)對(duì)遙感影像進(jìn)行波段代數(shù)運(yùn)算、主成分分析和圖像分割等處理,提取出影像上地物的光譜維特征、紋理特征和形狀特征。在此基礎(chǔ)上,結(jié)合試驗(yàn)區(qū)主要地物類型提純后的訓(xùn)練樣本集,采用C5.0決策樹分類法進(jìn)行影像分類,實(shí)現(xiàn)主要地物的空間分布專題信息提取,并利用該方法對(duì)Lan
2、dsat25TM影像進(jìn)行了分類實(shí)驗(yàn)。結(jié)果表明,所提出的方法能夠有效地提高分類精度。關(guān)鍵詞:多特征;決策樹分類;遙感影像;形狀特征中圖分類號(hào):TP753文獻(xiàn)標(biāo)識(shí)碼:A文章編號(hào):100520086(2010)0520731206Decisiontreeclassificationofremotesensingimagesbasedonmulti2feature33PANChen,LINYi,CHENYing2ying(ResearchCenterofRemoteSensingandSpatialInformationTechnology,DepartmentofSurveyi
3、ngandGeoinfor2matics,TongjiUniversity,Shanghai200092,China)Abstract:Aclassificationmethodispresentedforremotesensingimages,whichusesC5.0decisiontreeclassifierbasedonmulti2feature.Thefeaturesofspectrum,textureandshapeintheimageareextractedwithaseriesofoperationssuchasalgebraicmanipulationo
4、fwavebands,principalcomponentanalysis,imagesegmentation,andsoon.Then,theextractionofthethematicinformationofprimaryground2objectdistributionisrealizedthroughacombinationofthepurifiedtrainingsamplesforeachclassandtheim2ageclassificationswithC5.0decisiontreeclassificationmethod.Finally,clas
5、sificationaccuracyandre2sultsarecomparedbetweenthismethodandtheconventionalclassificationmethods.Theanalyticalre2sultsshowthatthismethodcanimprovetheclassificationaccuracyefficiently.Keywords:multi2feature;decisiontreeclassification;remotesensingimages;shapefeature[3]等人基于LandsatETM+多時(shí)相衛(wèi)星數(shù)
6、據(jù)探討了決策樹分1引言類器應(yīng)用的可行性,并對(duì)Milford地區(qū)的DelawareWater國(guó)家遙感影像分類的最終目的是將圖像中每個(gè)像元根據(jù)其在級(jí)度假休閑公園的11種土地覆蓋類型進(jìn)行了分類制圖,結(jié)果不同波段的光譜亮度、空間結(jié)構(gòu)特征或者其他信息特征,按照表明,決策樹分類方法對(duì)于高空間分辨率土地覆蓋和森林制圖某種規(guī)則或算法劃分為不同的類別。然而[4],由于“同物異譜”、領(lǐng)域應(yīng)用具有實(shí)用性和可行性。McCauley等人以美國(guó)“同譜異物”現(xiàn)象的存在,單純地利用光譜反射(輻射)特性或圖Montgomerycounty地區(qū)為例,研究了決策樹分類法在居住土像亮度值提取地物,尤其對(duì)于兩類反
7、射特性相似的地物,勢(shì)必地利用制圖方面的應(yīng)用,結(jié)果表明,這種方法在國(guó)家和地區(qū)政會(huì)造成分類的混淆和錯(cuò)誤。因此,綜合考慮圖像上物體的光譜[5]府土地利用和規(guī)劃制圖方面具有很大的潛力。劉勇洪等人特征、紋理特征和形狀信息等多種特征信息和其他輔助信息的以中國(guó)華北地區(qū)MODIS(250m分辨率)影像進(jìn)行了土地覆蓋遙感影像解譯技術(shù)得到了廣泛的研究和應(yīng)用,是提高遙感信息[1,2]決策樹分類試驗(yàn)與分析,研究結(jié)果表明,決策樹在滿足充分訓(xùn)提取精度與可靠性的有效方法。練樣本的條件下,相對(duì)于傳統(tǒng)方法能明顯提高分類精度。20世紀(jì)90年代后期,數(shù)據(jù)挖掘技術(shù)的
